FL Chart库实现双Y轴混合数据折线图的技术解析
2025-05-31 02:39:10作者:羿妍玫Ivan
概述
在数据可视化领域,经常需要将不同量纲的数据展示在同一图表中进行对比分析。本文将以FL Chart库为例,详细介绍如何实现一个包含双Y轴、混合数据类型的折线图,其中左侧Y轴显示借款金额,右侧Y轴显示活跃信贷数量。
技术实现方案
1. 双Y轴配置
FL Chart通过FlTitlesData可以轻松配置双Y轴:
titlesData: FlTitlesData(
leftTitles: AxisTitles(
sideTitles: SideTitles(
showTitles: true,
reservedSize: 40,
interval: 10000,
getTitlesWidget: (value, meta) {
return Text('${value.toInt()}');
},
),
),
rightTitles: AxisTitles(
sideTitles: SideTitles(
showTitles: true,
reservedSize: 40,
interval: 2,
getTitlesWidget: (value, meta) {
return Text('${value.toInt()}');
},
),
),
)
2. 多组数据绘制
在LineChart中,可以通过添加多个LineChartBarData来绘制不同量纲的数据:
LineChartData(
lineBarsData: [
// 借款金额数据
LineChartBarData(
spots: amountSpots,
isCurved: true,
color: Colors.blue,
barWidth: 4,
isStrokeCapRound: true,
belowBarData: BarAreaData(show: false),
),
// 活跃信贷数量数据
LineChartBarData(
spots: creditSpots,
isCurved: true,
color: Colors.red,
barWidth: 4,
isStrokeCapRound: true,
belowBarData: BarAreaData(show: false),
),
],
)
3. 数据归一化处理
由于两组数据量纲不同,需要进行归一化处理:
- 分别计算两组数据的最大值
- 确定左右Y轴的比例关系
- 将原始数据映射到统一的坐标系中
4. 视觉优化技巧
- 颜色区分:使用对比色区分不同类型数据
- 图例说明:添加图例说明各线条代表的含义
- 交互提示:实现tooltip显示具体数值
- 刻度优化:根据数据范围合理设置刻度间隔
实际应用场景
这种混合数据图表特别适用于金融领域,例如:
- 同时展示交易量和价格走势
- 比较营收增长与利润率变化
- 分析用户数量与平均消费金额的关系
总结
FL Chart库提供了灵活的API来实现复杂的混合数据可视化需求。通过合理配置双Y轴、精心设计数据映射关系以及优化视觉呈现,开发者可以创建出专业级的金融数据图表。这种技术方案不仅适用于信贷数据分析,也可以扩展到其他需要对比不同量纲数据的业务场景中。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134